Spark技術手冊：輕鬆寫意處理大數據

　　本書是由Spark這個專案的成員所撰寫，詳盡的說明如何使用、部署與維運Apache Spark。本書將帶領您探索Spark結構化API基礎操作、結構化串流，並透過新的高階API建立端到端的串流應用。開發與系統管理人員可由本書學習到如何進行Spark的監控、調校以及除錯，以及如何使用MLlib分散式機器學習函式庫。

　　．完整說明大數據與Spark
　　．透過實際的範例學習DataFrame、SQL與Dataset等Spark核心API概念
　　．深入了解Spark低階API、RDD以及DataFrame與SQL的關係
　　．學習如何在叢集環境運行Spark
　　．針對Spark叢集與應用程式進行除錯、監控與調校
　　．體會Spark結構化串流處理引擎的威力
　　．學習MLlib函式庫並將其應用於多種分類或推薦等機器學習專案中

　　Bill Chambers是Databricks的產品經理，專注於大數據分析並提供企業用戶完整的文件與協作讓客戶藉由Spark與Databricks取得成功。

　　Matei Zaharia是史丹佛電腦科學系的助理教授以及Databricks的技術長。他於2009在加州柏克萊大學發起Spark專案，同時他也是Apache Mesos專案的共同發起人以及Apache Hadoop的早期貢獻者。

好評推薦

　　「本書是專業Spark開發人員的必讀指南，提供在其他書上找不到的技巧與訣竅」 —Ion Stoica, Director of the UC Berkeley RISE Lab

作者簡介

Bill Chambers

　　於2014年開始在多個實驗專案中使用Spark。Bill目前在Databricks公司擔任產品經理，這家公司協助使用者撰寫各式Apache Spark應用程式。Bill也經常撰寫關於Spark的網誌並參與相關的研討會與社群聚會。Bill擁有柏克萊大學資訊管理與系統碩士學位。

Matei Zaharia

　　於2009年在柏克萊大學博士生期間建立了Spark專案。Matei與柏克萊其他研究學者以及外部協力者共同設計了Spark核心API並發展Spark社群。他也持續參與Spark的新功能開發，例如結構化API與Structured Streaming。Matei與其他柏克萊Spark團隊的成員在2013年共同創立了Databricks，旨在促進Spark開放原始碼專案成長以及提供商業支援服務。至今Matei仍在Databricks擔任首席技術長，並且為史丹佛大學資訊科學系助理教授，研究大規模系統與人工智慧。Matei於2013年取得柏克萊大學資訊科學博士學位。